基于BP神經(jīng)網(wǎng)絡的活性粉末混凝土（RPC）強度預測研究

胡順新 殷 琪

（廣西理工職業(yè)技術學院，廣西 崇左 532200 ）

0 引言

超高性能混凝土—活性粉末混凝土（Reactive Powder Concrete，簡稱RPC），因其強度高、韌性好、耐久性能好等優(yōu)點[1-2]，它的應用可有效解決存在于普通混凝土結構中的難題。而RPC的強度指標對于其實際工程應用有著非常重要的影響，而目前仍處于試驗研究階段，缺乏相應的強度計算分析模型。

BP神經(jīng)網(wǎng)絡模型是一種在工程應用廣泛且具有優(yōu)質泛化能力的前饋型神經(jīng)網(wǎng)絡[2][3]，本文擬借助 BP 神經(jīng)網(wǎng)絡方法，在進行配合比試驗的基礎上建立 RPC 強度的預測模型。并利用該模型系統(tǒng)研究水膠比、鋼纖維摻量以及硅灰摻量比等影響因素對于 RPC強度的影響，進而為RPC的強度預測及配比設計提供參考。

1 試驗及試驗現(xiàn)象

1.1 原材料

水泥：為了推廣RPC的應用，本試驗選用水泥為市場上常見的42.5級普通硅酸鹽水泥；硅灰技術指標如下：堆積密度235kg/m3，比表面積20000m2/kg，平均粒徑0.1～0.2μm，SiO2含量94.7%；石英砂：為了保證RPC的密實度，選取以下三個等級的石英砂：粗粒徑砂（1.25～0.63mm）、中粒徑砂（0.63～0.315mm）和細粒徑砂（0.315～0.16mm），使用時按一定的1:4:1的比例摻配；減水劑：RPC水膠比低，本試驗選用聚羧酸系高效減水劑，減水率為30%；鋼纖維：根據(jù)國內外對摻鋼纖維的活性粉末混凝土的研究，長徑比宜選取50 ～ 80mm。

1.2 試件設計

本次試驗共設計了16組配合比編號如表1所示，用以研究水膠比、砂膠比、鋼纖維體積摻量以及硅灰摻量比例4個主要影響因素對RPC抗壓、折強度的影響，試驗結果見表1。

表1 RPC 試驗配合比及其對應強度結果表

注：鋼纖維為體積比，其余材料均為質量比

2 強度影響因素分析

（1）水膠比：對表1 中RPC1-1～RPC1-3 結果對比分析 可得，當水膠比由0.17 上升至0.18、0.19、0.20 時，抗壓強度降幅分別為2.0%、14.8%、22.8%，抗折強度降幅分別為5.0%、18.6%、27.1%；可見水膠比上升會使得RPC 的抗壓、折強度均有所降低。可見水膠比是影響RPC 強度的重要參數(shù)。

（2）鋼纖維體積率：對比RPC1-3 及RPC2-1～RPC2-4 的結果可知鋼纖維摻入RPC 可使抗壓、折強度均有所增強。RPC1-3 及RPC2-2、RPC2-3、RPC2-4 的鋼纖維體積分別為0.75%、1.5%、2.0%、3.0%相較于鋼纖維摻量為0%的RPC2-1。相應的抗壓強度增長率為6.14%、12.88%、21.78%、22.78%，抗折強度增長率為18.56%、58.18%、102.13%、106.21%。故鋼纖維摻入對RPC 抗壓、折強度的增強有正向的提升作用。

（3）硅灰摻量：本試驗的硅灰摻量與水泥的比例范圍為10%～40%。硅灰的摻入首先充分填充水泥顆粒之間的孔隙和起到潤滑的作用，并且硅灰中的SiO2可以充分消耗對RPC 強度不利的Ca（OH）2晶體，其次硅灰的加入有利于鋼纖維與基體之間的粘結，使鋼纖維和基體界面粘結力達到最大[4]。

（4）砂膠比：RPC 基于最大密實堆積理論進行配制，無粗大顆粒的卵石，石英砂則成為RPC 最主要的骨料。雖然石英砂不具備活性不參與水泥漿體的水化反應、但其與膠凝材料的比例會影響RPC 內部的均勻性及骨料相及漿體相的強度進而對RPC 的抗壓、折強度能產生影響[5]。

3 RPC 神經(jīng)網(wǎng)絡建立及預測

RPC 是在最大密實堆積理論的前提下配制而成的，并且有活性成分硅灰及鋼纖維的加入進一步優(yōu)化了RPC 的微觀結構。基于RPC 的強度機理若仍舊采用傳統(tǒng)的包米爾公式對RPC 的強度進行預測將會超生較大的誤差，這將不利于RPC 在實際工程中的應用。本文擬建立兩個BP 神經(jīng)網(wǎng)絡模型分別對RPC 的抗壓強度及抗折強度進行預測

3.1 神經(jīng)網(wǎng)絡設計

在采用BP 神經(jīng)網(wǎng)絡解決實際問題時需要對模型結構及相關參數(shù)進行選擇和確定。對于本次建立的RPC 強度預測模型，輸入層節(jié)點數(shù)為4，即鋼纖維體積率、水膠比、砂膠比、硅灰摻量4 個影響因素節(jié)點；輸出節(jié)點數(shù)則為1，即RPC 立方體抗壓強度（或抗折強度）。4.2 BP 神經(jīng)網(wǎng)絡的樣本選取及數(shù)據(jù)處理

（1）樣本選取：根據(jù)表1 的試驗結果，選取RPC1-2、RPC1-2 及RPC1-2為測試樣本，其余數(shù)據(jù)為訓練樣本。

（2）數(shù)據(jù)處理：為提高模型的泛化能力及訓練效果在進行訓練樣本前對所有數(shù)據(jù)進行“歸一化”處理將數(shù)據(jù)均轉化成無量綱數(shù)。

3.2 網(wǎng)絡模型訓練

根據(jù)本文4.1～4.2 節(jié)相關分析，采用Matlab 神經(jīng)網(wǎng)絡工具箱對網(wǎng)絡進行建立。網(wǎng)絡最終的拓撲結構為[4-13-1]；選用tansig-logsig 函數(shù)組合作為本模型的傳輸函數(shù)；訓練函數(shù)為trainlm；學習速率設定為0.01；誤差限值設定為0.0001；最大訓練次數(shù)為1000[6][7]。由于本模型的訓練函數(shù)為trainlm，數(shù)據(jù)收斂速度較快，在進行13 次后既到達誤差所需的目標限值，完成網(wǎng)絡建立。

3.3 BP 神經(jīng)網(wǎng)絡預測結果分析

將未參與訓練的三組測試樣本（RPC1-2、RPC1-2 及RPC1-2）輸入已建立完成的神經(jīng)網(wǎng)絡中即可得到預測結構，將預測結構與試驗結果進行誤差分析見表2。

表2 RPC 抗壓、折強度預測結果表

由表2 可知，采用本文建立的BP 神經(jīng)網(wǎng)絡模型分別對RPC 的抗壓、折強度進行預測，其最大、最下小相對誤差分別為4.78%和1.14%，最大相對誤差僅為4.78%滿足工程精度要求。

4 RPC 強度參數(shù)分析

由上述的誤差分析結果可知，本文建立的BP 神經(jīng)網(wǎng)絡模型是切實有效的，因此可將其運用到各主要因素對RPC 強度影響的分析當中去。只需將所要預測的樣本數(shù)據(jù)轉化為矩陣輸入到訓練完成的BP 網(wǎng)絡中，待網(wǎng)絡完成運算后即可得到預測結果。圖1～圖4 為利用本文建立的BP 網(wǎng)絡分析得到的鋼纖維體積率、水膠比、沙膠比及硅灰摻量對RPC 強度的影響結果。

圖1 鋼纖維體積摻量對RPC 抗壓、折強度的影響

圖2 水膠比對RPC 抗壓、折強度的影響

圖3 硅灰摻量對RPC 抗壓、折強度的影響

圖4 沙膠比對RPC 抗壓、折強度的影響

不同鋼纖維摻量對RPC 抗壓、折影響曲線見圖1。由圖中曲線可知，當鋼纖維含量<1%時，其對RPC 的抗壓、折強度影響甚微，纖維含量>3%時效率不高。鋼纖維含量為1.5～2.5%，當纖維含量增加時，RPC 的抗壓、折性能顯著提高；鋼纖維摻量由1%增至2%，RPC 抗壓強度提升了10.8%，抗折強度則有大幅提升，提升幅度為61%。顯然鋼纖維對抗折強度的提升作用明顯優(yōu)于其對抗壓強度的影響。

圖2 為水膠比對RPC 強度的影響曲線，當水膠比介于0.15-0.18 時水膠比對RPC 的抗壓、折強度均影響不大；但當水膠比>0.18 時，RPC 的強度開始出現(xiàn)急劇降低。

圖3 反應的是沙膠比與RPC 抗壓、折預測強度的關系曲線，由圖中曲線可以看出砂膠由0.8 上升至1.4，RPC 的抗壓強度呈現(xiàn)出先上升后下降的趨勢，抗折強度則隨著沙膠比的上升而不斷降低。

圖4 表明，當硅灰摻量介于0.1～0.4 時，RPC 的抗折強度值介于29～32之間，強度值變化不大。當摻量數(shù)值介于0.25～0.35 時，其對RPC 的抗壓強度有較大幅度的提升，最大提升幅度可達21%，故此范圍可作為硅灰摻量的參考取值范圍。

5 結論

（1）采用BP 神經(jīng)網(wǎng)絡對RPC 的抗壓、折強度進行預測是行之有效的。利用該網(wǎng)絡得到的鋼纖維摻量、水膠比、硅灰摻量等因素對RPC 強度的影響規(guī)律，可為RPC 在工程中的實際配合比提供有效參考。

（2）當鋼纖維含量<1%時，其對RPC 強度影響甚微，當大于3%時效率不高，RPC 中鋼纖維的合理體積摻量可取為1.5～2.5%。

（3）硅灰對RPC 的抗折強度無顯著影響，但其對RPC 立方體抗壓強度存在一定程度的提升作用，其參考取值范圍可取為0.25～0.35。

（4）水膠比對RPC 的強度有較大影響，當水膠比>0.18 時，RPC 強度出現(xiàn)急劇降低；砂膠比對RPC 強度影響不大。